从python中的字符串中提取罗马数字[关闭]答案

【问题标题】：Extract roman numerals from string in python [closed]从python中的字符串中提取罗马数字[关闭]
【发布时间】：2021-06-21 13:41:36
【问题描述】：

我有一个字符串列表，其中包含用拉丁数字表示的和弦，如下所示：

['ii7', 'vi7', 'V', 'IVadd9', 'Iadd9', 'V', 'IVmaj7', 'ii7', 'vi7', 'V', 'IVadd9', 'Iadd9', 'V', 'IVmaj7']

我想将这些字符串分成 3 个子列表，如下所示：

numerals = ['ii', 'vi', 'V', 'IV', 'I', 'V', 'IV', 'ii', 'vi', 'V', 'IV', 'I', 'V', 'IV']
chord_type=['min', 'min', 'maj', 'maj', 'maj', 'maj','maj', 'min', 'min', 'maj', 'maj', 'maj', 'maj','maj']
extentions=['7','7','', 'add9','add9','','7','7','7','','add9','add9','','7']

（如您所见，大写罗马数字对应和弦类型中的“maj”，非大写字母对应“min”。）

在我的例子中所有可能的罗马数字：

i, ii, iii, iv, v, vi, vii, I, II, III, IV, V, VI, VII

请注意，我们不需要 M、C、L、X。

我知道我可以在 Python 中从字符串中的字母中提取或拆分数字，如 here 所述，但是如何提取罗马数字？

我考虑过使用类似 match 正则表达式的东西，但我对如何定义这 7 个罗马数字感到困惑，因为这些字符可能会再次出现在字符串中。

【问题讨论】：

你已经添加了python标签，但是你没有为你的问题添加代码。
您是否尝试过使用匹配罗马数字的正则表达式而不是\d+？（请注意，您不需要匹配所有可能的罗马数字，只需匹配从 1 到 7 的那些）
您应该首先获取所有numerals 的列表，也许只是小写。你好像少了一些。您需要 i .. vii 来获得音阶的七个音符。
你能列举所有可能的 a) 数字、b) chord_types 和 c) 扩展吗？
分享你的代码，到目前为止你做了什么？

标签： python string split roman-numerals

【解决方案1】：

如果罗马数字总是在前，那么你可能会这样做

import re
chords = ['ii7', 'vi7', 'V', 'IVadd9', 'Iadd9', 'V', 'IVmaj7', 'ii7', 'vi7', 'V', 'IVadd9', 'Iadd9', 'V', 'IVmaj7']
numerals = [re.match('[IiVv]+', i).group(0) for i in chords]
print(numerals)

输出

['ii', 'vi', 'V', 'IV', 'I', 'V', 'IV', 'ii', 'vi', 'V', 'IV', 'I', 'V', 'IV']

请注意，我使用了 re.match，因为它确实使用了 尝试在字符串的开头应用模式，并限制您的示例中存在的数字（而不是使用所有已知的，即 IiVvXxLlCcDdMm） .

【讨论】：

罗马数字可以有I和V以外的字母，包括C、L、M和X。
@TimBiegeleisen 这些是和弦，所以不需要添加 C、L、M、X
@C-Bk 那么在这种情况下，听起来你可能是对的:-)
@Daweo 不会也匹配无效的和弦，如 II 或 iv？

【解决方案2】：

您可以使用.startswith 字符串方法非常简单地做到这一点，如下所示：

nummerals = ['i', 'ii', 'iii', 'iv', 'v', 'vi', 'vii', 'I', 'II', 'III', 'IV', 'V', 'VI', 'VII']
lst = ['ii7', 'vi7', 'V', 'IVadd9', 'Iadd9', 'V', 'IVmaj7', 'ii7', 'vi7', 'V', 'IVadd9', 'Iadd9', 'V', 'IVmaj7']


nummerals.sort(key=len, reverse=True)  # see note 1

res = [next(n for n in nummerals if y.startswith(n)) for y in lst]  # see note 2
print(res)  # -> ['ii', 'vi', 'V', 'IV', 'I', 'V', 'IV', 'ii', 'vi', 'V', 'IV', 'I', 'V', 'IV']

注意事项

原始的nummerals 列表必须按长度排序（降序），以确保匹配最大可能的数字（.startswith for 'ii7' 将匹配 'i' 和 'ii'，但您想要第二个）。
以上代码可能会抛出StopIteration 错误。如果您想防止这种情况发生，请向next 提供一个备用值。

【讨论】：

【解决方案3】：

我的解决方案使用了一个有点复杂的正则表达式，它有两个优点：

如果一个数字的扩展看起来像是一个不可能的罗马数字的一部分，例如IV，然后是I，一个天真的方法会考虑数字IVI，而我的方法只会考虑IV I 作为扩展名。
如果您需要使用更大的数字扩展您的应用程序，这将适用于非常大的数字。

编辑：显然对于和弦来说，更大的数字可能没用，但谁知道呢？也许你会更新音乐的工作方式?

我使用的正则表达式来自here。我稍微修改了一下，让它在这里工作。

import re

l = ['ii7', 'vi7', 'V', 'IVadd9', 'Iadd9', 'V', 'IVmaj7', 'ii7', 'vi7', 'V', 'IVadd9', 'Iadd9', 'V', 'IVmaj7']

numerals = []
chord_type = []
extensions = []

roman_regex = '^M{0,4}(CM|CD|D?C{0,3})(XC|XL|L?X{0,3})(IX|IV|V?I{0,3})'

for e in l:
    roman_search = re.search(roman_regex , e.upper())
    start = roman_search.start()
    end = roman_search.end()
    roman = e[start:end]

    numerals.append(roman)
    chord_type.append('maj' if roman[0].upper() == roman[0] else 'min')
    extensions.append(e[end:])

>>> print(numerals)
... print(chord_type)
... print(extensions)

['ii', 'vi', 'V', 'IV', 'I', 'V', 'IV', 'ii', 'vi', 'V', 'IV', 'I', 'V', 'IV']
['min', 'min', 'maj', 'maj', 'maj', 'maj', 'maj', 'min', 'min', 'maj', 'maj', 'maj', 'maj', 'maj']
['7', '7', '', 'add9', 'add9', '', 'maj7', '7', '7', '', 'add9', 'add9', '', 'maj7']

【讨论】：

【解决方案4】：

你可以试试这个：

import re

matcher = re.compile(r'([IiVv]+)(min|maj|)(.*)')

def parse_string(s):
    gs = matcher.findall(s)[0]
    if gs[1] == '':
        gs = (gs[0], 'maj' if gs[0].isupper() else 'min', gs[2])
    return gs
    
def parse_array(A):
    return [parse_string(chord) for chord in A]
    
parsed = parse_array(['ii7', 'vi7', 'V', 'IVadd9', 'Iadd9', 'V', 'IVmaj7', 'ii7', 'vi7', 'V', 'IVadd9', 'Iadd9', 'V', 'IVmaj7'])

numerals, chord_type, extensions = zip(*parsed)

print(list(numerals))
print(list(chord_type))
print(list(extensions))

我使用re 进行正则表达式解析，这当然没问题。

【讨论】：